首页 > Python并发编程
Python进程间通信的2种实现方法(Queue和Pipe)
在讲解多线程时,介绍了 3 种实现线程间通信的机制,同样 Python 也提供了多种实现进程间通信的机制,主要有以下 2 种:
接下来将对以上 2 种方式的具体实现做详细的讲解。
简单的理解 Queue 实现进程间通信的方式,就是使用了操作系统给开辟的一个队列空间,各个进程可以把数据放到该队列中,当然也可以从队列中把自己需要的信息取走。
Queue 类提供了诸多实现进程间通信的方法,表 1 罗列了常用的一些方法。
下面程序演示了如何使用 Queue 类实现多进程之间的通信。
使用 Pipe 实现进程通信,首先需要调用 multiprocessing.Pipe() 函数来创建一个管道。该函数的语法格式如下:
另外值得一提的是,conn1 和 conn2 都属于 PipeConnection 对象,它们还可以调用表 2 所示的这些方法。
下面程序演示了如何使用 Pipe 管道实现 2 个进程之间通信:
- Python multiprocessing 模块下的 Queue 类,提供了多个进程之间实现通信的诸多方法;
- Pipe,又被称为“管道”,常用于实现 2 个进程之间的通信,这 2 个进程分别位于管道的两端。
接下来将对以上 2 种方式的具体实现做详细的讲解。
Queue实现进程间通信
前面讲解了使用 Queue 模块中的 Queue 类实现线程间通信,但要实现进程间通信,需要使用 multiprocessing 模块中的 Queue 类。简单的理解 Queue 实现进程间通信的方式,就是使用了操作系统给开辟的一个队列空间,各个进程可以把数据放到该队列中,当然也可以从队列中把自己需要的信息取走。
Queue 类提供了诸多实现进程间通信的方法,表 1 罗列了常用的一些方法。
方法名 | 功能 |
---|---|
put( obj[ ,block=True [ ,timeout=None ] ] ) | 将 obj 放入队列,其中当 block 参数设为 True 时,一旦队列被写满,则代码就会被阻塞,直到有进程取走数据并腾出空间供 obj 使用。timeout 参数用来设置阻塞的时间,即程序最多在阻塞 timeout 秒之后,如果还是没有空闲空间,则程序会抛出 queue.Full 异常。 |
put_nowait(obj) | 该方法的功能等同于 put(obj, False)。 |
get([block=True , [timeout=None] ]) | 从队列中取数据并返回,当 block 为 True 且 timeout 为 None 时,该方法会阻塞当前进程,直到队列中有可用的数据。如果 block 设为 False,则进程会直接做取数据的操作,如果取数据失败,则抛出 queue.Empty 异常(这种情形下 timeout 参数将不起作用)。如果手动 timeout 秒数,则当前进程最多被阻塞 timeout 秒,如果到时依旧没有可用的数据取出,则会抛出 queue.Empty 异常。 |
get_nowait() | 该方法的功能等同于 get(False)。 |
empty() | 判断当前队列空间是否为空,如果为空,则该方法返回 True;反之,返回 False。 |
下面程序演示了如何使用 Queue 类实现多进程之间的通信。
import multiprocessing def processFun(queue,name): print(multiprocessing.current_process().pid,"进程放数据:",name) #将 name 放入队列 queue.put(name) if __name__ == '__main__': # 创建进程通信的Queue queue = multiprocessing.Queue() # 创建子进程 process = multiprocessing.Process(target=processFun, args=(queue,"https://www.xinbaoku.com/python/")) # 启动子进程 process.start() #该子进程必须先执行完毕 process.join() print(multiprocessing.current_process().pid,"取数据:") print(queue.get())程序执行结果为:
27100 进程放数据: https://www.xinbaoku.com/python/
24188 取数据:
https://www.xinbaoku.com/python/
Pipe实现进程间通信
Pipe 直译过来的意思是“管”或“管道”,该种实现多进程编程的方式,和实际生活中的管(管道)是非常类似的。通常情况下,管道有 2 个口,而 Pipe 也常用来实现 2 个进程之间的通信,这 2 个进程分别位于管道的两端,一端用来发送数据,另一端用来接收数据。使用 Pipe 实现进程通信,首先需要调用 multiprocessing.Pipe() 函数来创建一个管道。该函数的语法格式如下:
conn1, conn2 = multiprocessing.Pipe( [duplex=True] )
其中,conn1 和 conn2 分别用来接收 Pipe 函数返回的 2 个端口;duplex 参数默认为 True,表示该管道是双向的,即位于 2 个端口的进程既可以发送数据,也可以接受数据,而如果将 duplex 值设为 False,则表示管道是单向的,conn1 只能用来接收数据,而 conn2 只能用来发送数据。另外值得一提的是,conn1 和 conn2 都属于 PipeConnection 对象,它们还可以调用表 2 所示的这些方法。
方法名 | 功能 |
---|---|
send(obj) | 发送一个 obj 给管道的另一端,另一端使用 recv() 方法接收。需要说明的是,该 obj 必须是可序列化的,如果该对象序列化之后超过 32MB,则很可能会引发 ValueError 异常。 |
recv() | 接收另一端通过 send() 方法发送过来的数据。 |
close() | 关闭连接。 |
poll([timeout]) | 返回连接中是否还有数据可以读取。 |
send_bytes(buffer[, offset[, size]]) | 发送字节数据。如果没有指定 offset、size 参数,则默认发送 buffer 字节串的全部数据;如果指定了 offset 和 size 参数,则只发送 buffer 字节串中从 offset 开始、长度为 size 的字节数据。通过该方法发送的数据,应该使用 recv_bytes() 或 recv_bytes_into 方法接收。 |
recv_bytes([maxlength]) | 接收通过 send_bytes() 方法发送的数据,maxlength 指定最多接收的字节数。该方法返回接收到的字节数据。 |
recv_bytes_into(buffer[, offset]) | 功能与 recv_bytes() 方法类似,只是该方法将接收到的数据放在 buffer 中。 |
下面程序演示了如何使用 Pipe 管道实现 2 个进程之间通信:
import multiprocessing def processFun(conn,name): print(multiprocessing.current_process().pid,"进程发送数据:",name) conn.send(name) if __name__ == '__main__': #创建管道 conn1,conn2 = multiprocessing.Pipe() # 创建子进程 process = multiprocessing.Process(target=processFun, args=(conn1,"https://www.xinbaoku.com/python/")) # 启动子进程 process.start() process.join() print(multiprocessing.current_process().pid,"接收数据:") print(conn2.recv())程序执行结果为:
28904 进程发送数据: https://www.xinbaoku.com/python/
28880 接收数据:
https://www.xinbaoku.com/python/
所有教程
- C语言入门
- C语言编译器
- C语言项目案例
- 数据结构
- C++
- STL
- C++11
- socket
- GCC
- GDB
- Makefile
- OpenCV
- Qt教程
- Unity 3D
- UE4
- 游戏引擎
- Python
- Python并发编程
- TensorFlow
- Django
- NumPy
- Linux
- Shell
- Java教程
- 设计模式
- Java Swing
- Servlet
- JSP教程
- Struts2
- Maven
- Spring
- Spring MVC
- Spring Boot
- Spring Cloud
- Hibernate
- Mybatis
- MySQL教程
- MySQL函数
- NoSQL
- Redis
- MongoDB
- HBase
- Go语言
- C#
- MATLAB
- JavaScript
- Bootstrap
- HTML
- CSS教程
- PHP
- 汇编语言
- TCP/IP
- vi命令
- Android教程
- 区块链
- Docker
- 大数据
- 云计算